第４４卷第２期２０２３年４月大连交通大学学报ＪＯＵＲＮＡＬＯＦＤＡＬＩＡＮＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹＶｏｌ．４４Ｎｏ．２Ａｐｒ．２０２３■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■文章编号：１６７３－９５９０（２０２３）０２－０１０１－０７地铁自动检票机故障分析及可靠性研究徐余明１，黎家靖２，张宁２，石先明１，刘利平１，胡祖翰１（１．中铁第四勘察设计院集团有限公司，湖北武汉４３００６３；２．东南大学智能运输系统研究中心，江苏南京２１００１８）摘要：考虑到地铁自动检票机组成复杂且故障形式多样，对其进行故障分析并以二参数威布尔分布为基础，提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度，基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法（ＰＳＯ）进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例，进行实例验证。结果表明，基于ＰＳＯ算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布，其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。关键词：自动检票机；故障分析；可靠性评估；混合威布尔分布；参数优化估计；粒子群算法文献标识码：ＡＤＯＩ：１０．１３２９１／ｊ．ｃｎｋｉ．ｄｊｄｘａｃ．２０２３．０２．０１８随着地铁运营设备数量不断增加，如何在已有历史故障数据的基础上准确分析设备可靠性变化趋势已成为研究热点。关于设备的可靠性研究目前主要集中在车辆设备［１－３］、供电设备［４］、列车系统［５］、站台门系统［６］等方面，且大多采用单一的威布尔分布构建可靠性模型。此外，有学者对地铁ＡＦＣ系统及自动检票机设备开展了相关研究，但多为系统架构及平台设计［７－８］、故障时刻预测［９］、无故障运行时间预测［１０］等，目前结合自动检票机故障特点对其可靠性进行分析的研究相对较少。基于此，本文在对自动检票机进行故障分析的基础上，基于混合威布尔分布构建可靠性评估模型以克服单一威布尔分布误差较大的问题。通过建立非线性最小二乘参数优化估计模型并利用粒子群优化算法进行参数寻优，拟合自动检票机的可靠性函数变化曲线。１地铁自动检票机故障分析地铁自动检票机（ＡｕｔｏｍａｔｉｃＧａｔｅＭａｃｈｉｎｅ，ＡＧＭ）作为ＡＦＣ系统重要的终端设备之一，将车站划分为付费区与非付费区并控制乘客进出［１１］。...
